您的位置:首頁>財經>正文

保險業動態風控創新:跨界融合

傳統保險公司在轉型過程中, 將面臨眾多的機遇和挑戰。 大資料應用將為互聯網保險公司的風險管理帶來新思路、新方法, 也將助力保險公司的風險控制。 互聯網保險公司可以通過跨界融合搭建動態大資料平臺, 推進資料資源整合和開放共用, 以構建新的風險計量模型和風險預測模型, 這將有助於保險公司更好地應對和管理各種風險, 提升經營效率和效果。

保險行業的本質是防控風險。 近年來, 保險行業發展迅速, 已成為完善社會保障機制最為重要的行業之一。 目前保險行業大多基於靜態的資料(橫截面資料),

即使用者相對穩定的資訊, 例如性別、工作類型、區域、積分等進行決策和風險管理, 只能瞭解用戶片面、某一時間點的資料, 無法瞭解使用者的全方位特徵和動態資訊變化, 可能存在較大的風險隱患。

當前處於大資料的新時代, 原有的基於靜態資料的風險管理措施已無法完全適應當前移動互聯網創新應用迅速發展的大背景, 為了更好地進行風險管理和保障人民利益, 保險行業需要充分基於大資料進行變革。 具體而言, 保險行業可與電信運營商、社交網路、電商平臺等開展跨界合作, 探索風控創新模型, 實施更全面的靜態與動態資料結合的風險管理。 動態資料是指使用者在不停變化的資訊,

如網路搜索、新聞流覽、評論發佈、線上聯絡、網頁流覽等行為資料。

將已有的靜態資料和動態資料跨界融合後, 保險公司可對使用者資訊進行標籤化, 即在收集與分析了使用者的消費頻率和類型、社交屬性等主要資料後, 勾勒使用者整體畫像, 為用戶賦予對應的標籤和指數, 標籤代表用戶對該類型有需求, 指數代表使用者對應的頻率和程度, 並對時間、地點和任務三要素進行建模, 即哪位用戶在何時何地做了何事, 根據大資料的分析結果, 對使用者的全方位特徵有更深刻的認識和把握, 從而對其進行精准定位, 實施更加有效和全面的風險管理。 滿足用戶的需求是保險行業發展的前提, 在大資料時代,

將靜態資料和動態資料結合, 保險業可更好地進行風險控制, 並且深入洞察用戶需求, 據此提供差異化的服務, 具體包括:

1.利用大資料技術, 保險行業可以突破當前的可保風險和不可保風險的界限, 讓原先無法承保的風險轉變為可保風險, 從而擴大保險行業的業務經營範圍。 當前保險行業積累的資料主要來自承保、繳費、理賠等環節, 其中的資訊有較多重複性和較大片面性, 在資料活性和即時性方面都有明顯不足, 這些資料總量大但結構單一, 更新慢, 活性不夠, 無法滿足現有的需求, 未能深入反映使用者的個性化特徵和需求, 無法承保的風險較多。 利用大資料技術, 保險行業可深入挖掘使用者需求, 對結構化和非結構資料進行更全面的分析,

從而使部分原先無法承保的風險變成可保風險。 例如在車險行業, 通過利用大資料技術, 保險公司可使承保的車輛變為移動的資料來源, 獲得使用者即時和動態資訊, 並據此進行資料分析與挖掘, 從而對原先難以承保的車險有更合理和準確的定位與設計, 滿足用戶和公司雙方的需求, 保險公司還可在此過程中提供娛樂、旅遊等增值服務, 拓展業務增長點。

2.利用大資料技術, 從傳統基於靜態資料的風控模型升級為基於跨界動態資料的全新風控模型, 保險公司可以切實提高風險管理能力。 在風險管理領域運用大資料技術, 可提高對承保風險的識別能力與理賠反欺詐的能力,

實現更精准的定價, 提升保險行業的風險管理能力和水準。 在保險行業中, 傳統的精算技術只能從一些維度去量化風險, 無法反映風險的複雜性。 而在大資料時代, 利用大資料技術能多維度地對每個投保標的進行風險管理。 利用大資料能夠增大用來估算風險概率的資料樣本量, 進而提升準確度, 能夠收集更多維和更全面的資料, 進而形成更科學和系統的精算模型, 也有助於把整體的資料樣本進一步細分成子樣本, 為精准定價提供精算基礎。 通過利用大資料進行分析, 可以解決當前的風險管理問題, 為用戶制定個性化的保單, 利用社交網路改善產品, 影響目標客戶, 通過對所得資訊的分析, 保險公司可建立更準確的定價模型, 實施個性化的解決方案。基於社會媒體的大資料還可對保險業務進行及時有效的監督,為核保提供有效的保障,減少虛假核保資訊和無效性的成本。

4.利用大資料技術,保險行業可以提升差異化的競爭能力。隨著保險行業競爭的愈加激烈,為了脫穎而出,保險公司需要更有效的經營模式和差異化的服務。大資料可以説明保險公司提升自身能力,通過對使用者消費行為模式的分析,開發出針對不同客戶、不同類型的產品,提高使用者的轉化率,滿足不同客戶的切實需求,實現差異化競爭。利用大資料技術,保險行業還可以更有效地發現用戶潛在需求,進行用戶需求變化的預測,從而實行精准行銷,是財產保險中的標準化產品的行銷,提升了保險用戶的消費者體驗,增強了其滿意度,有利於塑造公司形象。

當前,保險行業的大資料戰略規劃尚未成熟,在電子化、資料化、移動化、平臺化方面急需改進,對大資料的應用和價值變現不足,同時保險行業的內部資料還未有效整合,大多處於資訊孤島狀態,對內部資料的價值認識和挖掘還不夠,大資料的價值變現缺少應用場景。此外,部分保險公司尚未開發移動APP或未將其轉化為客戶入口和轉化的主要管道,將其功能僅定位成了保單的簡單查詢。

為了更好地將靜態資料和動態資料跨界融合,實行更全面和有效的風險管理及服務,保險公司需要從資料的獲取、應用和組織三方面進行構建,具體包含拓展資料來源、建立許可與信任、搭建應用場景、資料分析和建模、資料存儲和整合、組織建設和人才儲備等方面。

目前保險行業中大資料的價值變現仍處於初級階段,需要進行資料基礎的搭建。保險行業內擁有大量有價值的資料,其大資料戰略應從整合自身已有資料開始,挖掘內部的資料,建立大資料管理平臺。大資料管理平臺是保險行業中大資料價值變現的基本平臺,大資料價值變現的多數場景都可利用管理平臺的資料進行挖掘,包括使用者畫像、精准定位、獲取新用戶、留存已有用戶、提升用戶體驗、評估風險等。保險行業可將具有價值的資料集中在大資料管理平臺上,為大資料的價值變現提供支撐的平臺,同時可將資料標籤化,對用戶進行畫像。之後保險公司可根據不同使用者的獨有特點和需求,通過數位廣告實施精准行銷,提升對用戶的滲透力、轉化率和產品成交率。

總之,保險行業進行動態跨界融合是大資料時代、移動化時代的必然趨勢。為了更好地保障投保人利益,保險行業應將靜態資料和動態資料跨界融合,充分利用大資料技術,將其價值變現,挖掘已有資料,從電信運營商等其他行業獲取動態資料,利用大資料管理平臺對使用者進行畫像,將保險產品標準化,運用移動端的APP進行新用戶增加、精准行銷、資料收集和已有使用者留存等,借助於大資料技術進行建模,改變保險產品設計水準和定價方式,以客戶為中心設計保險產品,從而實施更全面有效的風險管理,提升風控水準。

文 北京大學教授、北京大資料研究院保險大資料中心主任趙占波

編輯 葉玨瓏

實施個性化的解決方案。基於社會媒體的大資料還可對保險業務進行及時有效的監督,為核保提供有效的保障,減少虛假核保資訊和無效性的成本。

4.利用大資料技術,保險行業可以提升差異化的競爭能力。隨著保險行業競爭的愈加激烈,為了脫穎而出,保險公司需要更有效的經營模式和差異化的服務。大資料可以説明保險公司提升自身能力,通過對使用者消費行為模式的分析,開發出針對不同客戶、不同類型的產品,提高使用者的轉化率,滿足不同客戶的切實需求,實現差異化競爭。利用大資料技術,保險行業還可以更有效地發現用戶潛在需求,進行用戶需求變化的預測,從而實行精准行銷,是財產保險中的標準化產品的行銷,提升了保險用戶的消費者體驗,增強了其滿意度,有利於塑造公司形象。

當前,保險行業的大資料戰略規劃尚未成熟,在電子化、資料化、移動化、平臺化方面急需改進,對大資料的應用和價值變現不足,同時保險行業的內部資料還未有效整合,大多處於資訊孤島狀態,對內部資料的價值認識和挖掘還不夠,大資料的價值變現缺少應用場景。此外,部分保險公司尚未開發移動APP或未將其轉化為客戶入口和轉化的主要管道,將其功能僅定位成了保單的簡單查詢。

為了更好地將靜態資料和動態資料跨界融合,實行更全面和有效的風險管理及服務,保險公司需要從資料的獲取、應用和組織三方面進行構建,具體包含拓展資料來源、建立許可與信任、搭建應用場景、資料分析和建模、資料存儲和整合、組織建設和人才儲備等方面。

目前保險行業中大資料的價值變現仍處於初級階段,需要進行資料基礎的搭建。保險行業內擁有大量有價值的資料,其大資料戰略應從整合自身已有資料開始,挖掘內部的資料,建立大資料管理平臺。大資料管理平臺是保險行業中大資料價值變現的基本平臺,大資料價值變現的多數場景都可利用管理平臺的資料進行挖掘,包括使用者畫像、精准定位、獲取新用戶、留存已有用戶、提升用戶體驗、評估風險等。保險行業可將具有價值的資料集中在大資料管理平臺上,為大資料的價值變現提供支撐的平臺,同時可將資料標籤化,對用戶進行畫像。之後保險公司可根據不同使用者的獨有特點和需求,通過數位廣告實施精准行銷,提升對用戶的滲透力、轉化率和產品成交率。

總之,保險行業進行動態跨界融合是大資料時代、移動化時代的必然趨勢。為了更好地保障投保人利益,保險行業應將靜態資料和動態資料跨界融合,充分利用大資料技術,將其價值變現,挖掘已有資料,從電信運營商等其他行業獲取動態資料,利用大資料管理平臺對使用者進行畫像,將保險產品標準化,運用移動端的APP進行新用戶增加、精准行銷、資料收集和已有使用者留存等,借助於大資料技術進行建模,改變保險產品設計水準和定價方式,以客戶為中心設計保險產品,從而實施更全面有效的風險管理,提升風控水準。

文 北京大學教授、北京大資料研究院保險大資料中心主任趙占波

編輯 葉玨瓏

Next Article
喜欢就按个赞吧!!!
点击关闭提示